Implementasi metode SVR (Support Vector Regression) untuk prediksi jumlah positif covid-19 di Jawa Timur

Pada tahun 2019, virus korona melanda dan menggegerkan dunia karena penyebaranya yang cepat. Tingkat penyebaran virus covid-19 di daerah Jawa timur mengalami peningkatan 19,3% atau sebanyak 46.984 jiwa yang telah terkonfirmasi covid-19 pada bulan Oktober 2020. Sehingga menjadikan provinsi Jawa Timur menduduki urutan kedua setelah DKI Jakarta dalam peningkatan penyebaran kasus baru covid- 19. Melakukan prediksi atau peramalan merupakan elemen yang sangat penting dalam proses pengambilan keputusan. Sehingga dalam penelitian ini akan dilakukan proses prediksi pada kasus covid-19 yang bertujuan untuk memprediksi angka kasus covid-19 dimasa depan agar di waktu mendatang kestabilan akan tetap terjaga. Metode yang digunakan dalam penelitian ini yaitu metode SVR (Support Vector Regression), dimana digunakan algoritma grid search optimization untuk pengoptimalan nilai parameter kernel. Untuk menemukan kinerja grid search dalam mencari nilai parameter yang optimal akan digunakan cross validation. SVR memiliki kelebihan dalam mengatasi masalah overfitting, sehingga dapat digunakan untuk melakukan prediksi covid-19 di Jawa Timur. Kernel yang digunakan yaitu linier, RBF, polynomial, dan sigmoid. Tingkat akurasi terbaik yang dihasilkan dari ke-empat kernel tersebut yaitu kernel RBF dengan perbandingan data training dan testing yaitu sebanyak 60:40, dimana nilai akurasi MAPE dan RMSE yaitu sebesar 18,3326 dan 47.07387. Hasil tersebut jika diukur dalam MAPE yaitu memiliki nilai yang baik dalam memprediksi angka positif covid-19 di wilayah Jawa Timur.